0
“人機(jī)回圈”（Human in the loop）是人工智能圈的高頻詞匯。簡單地說，就是將個(gè)人（專家）或公眾群體的判斷，融入AI系統(tǒng)的優(yōu)化中去。這個(gè)閉環(huán)回路在AlphaGo上展現(xiàn)得淋漓盡致，它之所以能橫掃AI和人類對手，與背后包括歐洲圍棋冠軍樊麾在內(nèi)的專業(yè)棋手團(tuán)的磋磨分不開。
“在這個(gè)過程中，人類其實(shí)是在陪機(jī)器下棋，機(jī)器在逐漸獲得人類的知識技能。人類相當(dāng)于labor，很被動(dòng)?！?/p>
在近期由中國計(jì)算機(jī)學(xué)會(huì)（CCF）主辦，雷鋒網(wǎng)和香港中文大學(xué)（深圳）承辦的第二屆CCF-GAIR全球人工智能與機(jī)器人峰會(huì)上，張曉泉教授分享了這番觀點(diǎn)。
張曉泉現(xiàn)任香港科技大學(xué)資訊、商業(yè)統(tǒng)計(jì)及運(yùn)營學(xué)系教授，此前求學(xué)于美國麻省理工學(xué)院、清華大學(xué)，分別獲得管理學(xué)博士和管理學(xué)碩士學(xué)位。他目前的主要研究方向是商業(yè)人工智能、互聯(lián)網(wǎng)金融、信息產(chǎn)品定價(jià)策略及大數(shù)據(jù)營銷。學(xué)術(shù)論文曾發(fā)表在《美國經(jīng)濟(jì)評論》、《管理科學(xué)》等知名學(xué)術(shù)期刊。目前他還是學(xué)術(shù)期刊 Information Systems Research（信息系統(tǒng)研究）的高級主編。
人工智能是近年來的明星技術(shù)，各行業(yè)都紛紛對其敞開懷抱。其中，金融行業(yè)對于AI的研究和應(yīng)用無疑走在前列。作為一位經(jīng)濟(jì)學(xué)家，張曉泉教授對于人工智能也頗有見地。立足于其研究視角，他指出，經(jīng)濟(jì)學(xué)有助于優(yōu)化AI在金融領(lǐng)域的應(yīng)用。他進(jìn)一步解釋說，
“目前人工智能更多是用于預(yù)測和分類，而經(jīng)濟(jì)學(xué)家的研究重心是找到因果關(guān)系，解釋清楚事情的底層機(jī)制。這也是計(jì)算機(jī)學(xué)家與經(jīng)濟(jì)學(xué)家看待科技創(chuàng)新的一大差異?！?/p>
雙方視角之差，猶如地心說與進(jìn)化論的不同。地心說能夠預(yù)測太陽明天會(huì)升起，但卻無法解釋背后的原理，因?yàn)槔碚摳臼清e(cuò)誤的。進(jìn)化論卻相反，它能解釋人的由來和進(jìn)化史，卻無法預(yù)測人類未來會(huì)是什么樣。張曉泉教授認(rèn)為，行業(yè)如今的首要目標(biāo)就是結(jié)合兩種研究思維，這也是他目前的研究目標(biāo)。
“除了‘Human in the loop’，我覺得應(yīng)該也有‘Econ in the loop’。過去20年，經(jīng)濟(jì)學(xué)家建立了眾多數(shù)據(jù)分析模型，包括整套的計(jì)量經(jīng)濟(jì)分析框架。若能將這些模型與人工智能相結(jié)合，會(huì)產(chǎn)生很多有趣的結(jié)果?！?/p>
在股票投資領(lǐng)域，高賣低買一向是投資者的夢寐之求，但絕大多數(shù)情況只是黃粱美夢而已。雖然人們無法準(zhǔn)確預(yù)測股價(jià)，但在不斷向這個(gè)目標(biāo)靠近。據(jù)了解，上世紀(jì)70年代，投資領(lǐng)域就開始廣泛應(yīng)用計(jì)算機(jī)。世界最大的兩家資產(chǎn)管理公司黑石與領(lǐng)航都是完全采用量化投資方式。而近年來互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)的發(fā)展，為股票投資帶來了更多新可能。
張曉泉教授就有不少圍繞股票開展的研究課題。與人工智能相關(guān)的一個(gè)項(xiàng)目是利用深度學(xué)習(xí)進(jìn)行股票情感分析。他的團(tuán)隊(duì)利用工具爬蟲，全網(wǎng)抓取新聞媒體、散戶論壇、微博等文本信息，收集后將其與該公司的金融信息做對比，建立一個(gè)模型。
據(jù)張曉泉教授介紹，該模型與其他模型的不同之處在于，其他模型從語義分析出發(fā)，僅是收集匯總文本含義。而他們的重點(diǎn)是，會(huì)進(jìn)一步獲取詞匯與股票表現(xiàn)之間的關(guān)系，發(fā)現(xiàn)每個(gè)詞在當(dāng)時(shí)起到了什么作用。那么在未來，模型可以進(jìn)行一些簡單預(yù)測，發(fā)現(xiàn)眾人的關(guān)注焦點(diǎn)，以及宏觀層面的行業(yè)輪動(dòng)。
高風(fēng)險(xiǎn)、高收益是金融行業(yè)的永恒標(biāo)簽，股票投資也與風(fēng)險(xiǎn)息息相關(guān)。股票市場的傳統(tǒng)風(fēng)控就是研究股票波動(dòng)率。業(yè)內(nèi)存在一種觀點(diǎn)是，可以用人工智能解決所有的風(fēng)險(xiǎn)管理問題。而張曉泉教授對雷鋒網(wǎng)表示，該觀點(diǎn)是錯(cuò)誤的。
“ 風(fēng)險(xiǎn)有多種層次，而且一旦寫出波動(dòng)率，底層就一定假設(shè)了某種概率分布，但是很多時(shí)候，我們無法獲知金融事件的概率分布。例如股票市場?！?/p>
圖1 風(fēng)險(xiǎn)五級別
這里需要先介紹下張教授提出的不確定性的五個(gè)級別。
第一層是 Certainty，意味著 100% 會(huì)實(shí)現(xiàn)。
第二層是 Risk ，即有概率會(huì)發(fā)生。世界上的大部分問題都處在這個(gè)級別，但股票市場就不屬于。
第三層是 Black Swan 黑天鵝，也就是小概率事件。
第四層是 Ambiguity 模糊性?！懊魈斓墓墒胁皇菨q就是跌，但是漲跌的比重沒人知道。即便我們有過去世界所有股市的數(shù)據(jù)，但仍不知道明天是漲還是跌，因?yàn)橛刑嘤绊懸蛩??！?/p>
第五層是 Radical Uncertainty，“ 人們不能描述出 Radica Uncertainty ，也完全無法解決這個(gè)級別問題。就好像人無法寫一個(gè)模型來預(yù)測恐怖襲擊會(huì)在何時(shí)、何地、如何發(fā)生一樣”。
張曉泉教授表示，模糊性是一個(gè)比較前沿的研究，結(jié)合“Risk”有助于人們加深對風(fēng)險(xiǎn)的理解。舉個(gè)例子，下圖是美國股市從1968年到2016年的波動(dòng)率，即股票市場的風(fēng)險(xiǎn)“Risk"。
圖2 1968—2016年美國股市風(fēng)險(xiǎn)
如果用傳統(tǒng)的方法——標(biāo)準(zhǔn)差去描述，看到幾個(gè)現(xiàn)象：第一風(fēng)險(xiǎn)高點(diǎn)出現(xiàn)在1987年10月19日美國股災(zāi)。第二個(gè)高峰出現(xiàn)2002年，當(dāng)時(shí)正值互聯(lián)網(wǎng)泡沫破裂。再往后2007、2008年次貸危機(jī)攀上新高峰。
“最近我和同事在做模糊性預(yù)測模型，我們發(fā)現(xiàn)模糊性最高的是1987年股災(zāi)，而2002年科技泡沫時(shí)期的模糊性并沒有那么高。我們得出的結(jié)論是，2002年的互聯(lián)網(wǎng)泡沫不是一個(gè)真正的大泡沫，背后蘊(yùn)含著技術(shù)對于未來的影響力。”
他總結(jié)說，經(jīng)濟(jì)學(xué)的愿景就是希望用模糊性去描述“Risk”沒法解決的問題，他們?yōu)槭袌鎏峁┝四：孕轮笜?biāo)來衡量股票風(fēng)險(xiǎn)。
學(xué)術(shù)研究的目標(biāo)在于找尋新風(fēng)景，接下來的產(chǎn)業(yè)應(yīng)用則會(huì)偏重于實(shí)地探測，挖掘金礦。除了學(xué)術(shù)經(jīng)歷，張曉泉教授此前也從事過投行分析師、科技公司國際市場部經(jīng)理等職，還創(chuàng)辦過一家互聯(lián)網(wǎng)企業(yè)。他表示，從研究到應(yīng)用過程中，存在兩大跨界趨勢。
第一，學(xué)術(shù)界和產(chǎn)業(yè)界融合愈加緊密。五到十年前，只有科研機(jī)構(gòu)的實(shí)驗(yàn)室進(jìn)行著超前研究，業(yè)界相去甚遠(yuǎn)。AI曾經(jīng)是一個(gè)不被人重視的子領(lǐng)域，Geoffrey Hinton神經(jīng)網(wǎng)絡(luò)提出了30多年一直無人問津，但這一切在近五年發(fā)生了變化。現(xiàn)在業(yè)界的研究已經(jīng)非常接近科研人員課題，雙方互通有無，交流頻繁。
此外還出現(xiàn)了頂尖科學(xué)家投身產(chǎn)業(yè)界的趨勢。比如，2013年，人工智能界兩位泰斗多倫多大學(xué)計(jì)算機(jī)系教授Geoffrey Hinton、紐約大學(xué)終身教授YannLeCun分別加入了Google和Facebook；今年，斯坦福人工智能實(shí)驗(yàn)室負(fù)責(zé)人李飛飛教授兼任谷歌云首席科學(xué)家，倫敦大學(xué)學(xué)院計(jì)算機(jī)系汪軍教授與阿里巴巴合作研發(fā)出了多智能雙向協(xié)作網(wǎng)絡(luò)等。
“我認(rèn)為導(dǎo)致變化的主要原因是當(dāng)時(shí)大數(shù)據(jù)尚未普及，計(jì)算能力不夠。如今展現(xiàn)了一個(gè)非常好的趨勢，科學(xué)家可能會(huì)在公司中任職，或者自己創(chuàng)業(yè)，這樣能使得一些新的研究成果立刻付諸實(shí)踐。另外，學(xué)術(shù)研究人員通常會(huì)擁有一種更長遠(yuǎn)、改變行業(yè)規(guī)則的心態(tài)，這能中和企業(yè)短期追求?！?/p>
張曉泉教授評價(jià)道。
“與此同時(shí)，也解決了學(xué)術(shù)圈長久以來存在的最大問題——資源有限，如數(shù)據(jù)資源有限，配備設(shè)施有限。此外，因?yàn)檠芯堪l(fā)現(xiàn)和實(shí)際應(yīng)用有著一定的距離，落地流程比較繁瑣，很多手握專利的教授可能不愿一步一步完成這個(gè)過程。而企業(yè)的出發(fā)點(diǎn)是商業(yè)化，只要有利于盈利，它們就會(huì)為研究提供資源。這樣就形成了良性循環(huán)?！?/p>
當(dāng)然，在雙方合作落地的過程還存在一些問題，趙曉泉教授指出，其中一大基礎(chǔ)矛盾就是學(xué)術(shù)界和產(chǎn)業(yè)界追求存在差異。科學(xué)家致力于最前沿的突破，研究如何將準(zhǔn)確率95%提升到96%等問題。而企業(yè)追求解決問題，產(chǎn)生效用。提升1%，算法速度提升一秒等發(fā)現(xiàn)對于他們來說，意義可能并不是那么重大。當(dāng)絕對值很小的時(shí)候，頂尖的研究對于行業(yè)的影響較微弱。這要求著學(xué)術(shù)界、產(chǎn)業(yè)界更進(jìn)一步的溝通理解。
第二個(gè)趨勢是，金融界與科技界的跨界合作正在接連上演。幾乎任何一家金融機(jī)構(gòu)都會(huì)設(shè)立金融科技部門，很多科技公司也開始涉足金融業(yè)務(wù)，“Fin”與“Tech”的合流之勢不斷明朗。
例如，今年六月，國內(nèi)銀行扎堆宣布與科技巨頭聯(lián)姻。當(dāng)時(shí)，張曉泉教授就對雷鋒網(wǎng)表達(dá)了他的看法，
“公司的存在就是為了提高效率，技術(shù)（包括商業(yè)大數(shù)據(jù)、AI）也是為了讓工作更有效率，因此這樣的合作更早的時(shí)候就可以開始了。未來的公司都不需要打標(biāo)簽，沒有技術(shù)和金融之分，只是用技術(shù)來解決各行業(yè)的問題。”
與學(xué)術(shù)界與產(chǎn)業(yè)界需增進(jìn)了解相同，fintech的發(fā)展也要求著“銀行家”與“工程師”擴(kuò)大交集。尤其是作為一門應(yīng)用科學(xué)的股票投資。張曉泉教授舉例道，一些AI專家寫出的預(yù)測股票模型在實(shí)驗(yàn)室環(huán)境下準(zhǔn)確率能達(dá)到80%，但是由于缺乏對金融市場的理解，真正下場的表現(xiàn)慘不忍睹。他的團(tuán)隊(duì)也有做相關(guān)預(yù)測模型，準(zhǔn)確率在75%左右，實(shí)際表現(xiàn)也很穩(wěn)定。
而隨著近年來fintech行業(yè)的成熟，科技開始觸碰到金融真正的核心。一些新技術(shù)及產(chǎn)品如雨后春筍涌現(xiàn)，其中以區(qū)塊鏈、智能投顧最引人注目。
在張曉泉教授看來，目前智能投顧行業(yè)最大的問題是太擁擠了，門檻不高，從業(yè)者甚多。
“這個(gè)市場發(fā)展到最后應(yīng)該是一家獨(dú)大?，F(xiàn)在的智能投顧仍處于跑馬圈地階段，類似于早期互聯(lián)網(wǎng)時(shí)代出現(xiàn)了數(shù)不勝數(shù)的搜索引擎。當(dāng)時(shí)沒人知道哪家會(huì)贏，現(xiàn)在也是如此?！?/p>
至于區(qū)塊鏈，他表達(dá)了對其前景的看好。雖然如今還處于早期階段，業(yè)界還在解決一些最基本的技術(shù)問題。同時(shí)，他也指出，區(qū)塊鏈最大的挑戰(zhàn)在于沒有形成一個(gè)很好的商業(yè)模式。技術(shù)人才缺乏商業(yè)認(rèn)知，有商業(yè)背景的人缺乏對于技術(shù)的深刻理解。
隨著新技術(shù)的發(fā)展?jié)B透，難免會(huì)對行業(yè)以及整個(gè)社會(huì)造成沖擊。其中，面對AI對于金融行業(yè)的影響，監(jiān)管是個(gè)始終繞不過去的話題。張曉泉教授在最后也談到了這方面的觀點(diǎn)。
“新技術(shù)及相關(guān)產(chǎn)業(yè)的發(fā)展猶如大浪淘沙，在推動(dòng)行業(yè)從業(yè)者嘗試，磨合出商業(yè)模式的同時(shí)，還會(huì)對傳統(tǒng)社會(huì)的理念、機(jī)制造成改變，比如法律法規(guī)。過去的土地所有制在飛機(jī)出現(xiàn)后就不再適用，不然每一次飛行都侵犯了所有者的權(quán)利。這說明，當(dāng)技術(shù)導(dǎo)致大環(huán)境變化時(shí)，法律法規(guī)需要進(jìn)行進(jìn)行調(diào)整。”
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
